Académique Documents
Professionnel Documents
Culture Documents
Cours Master Nonlineaire IESE
Cours Master Nonlineaire IESE
MASTER IESE
Pr: F.ERRAHIMI
fatima.errahimi@usmba.ac.ma
Introduction
Objectifs du cours
La limitation de la précision par le seuil des différents organes (la théorie linéaire
indique une précision infinie lorsque la chaîne directe comprend des intégrations).
Le phénomène de ‘pompage’, qui consiste en la présence d’oscillations périodiques,
d’amplitude constante et indépendante des conditions initiales «oscillateur ».
(la théorie linéaire ne connaît que des systèmes stables ou instables).
5
Remarque:
Comme cette définition est extrêmement extensive, alors, contrairement aux
systèmes linéaires, il n’y a pas de théorie pour l 'ensemble des systèmes non linéaires,
mais seulement des méthodes d’approche de classes particulières de problèmes non
linéaires.
Comme pour les systèmes linéaires, il est possible de distinguer, aussi les modèles
non linéaires par les caractères suivants :
- A temps continu / A temps discret,
- Invariants dans le temps / Variants dans le temps,
- Monovariables / Multivariables,
- Déterministes / Stochastique
6
w(t)
w(t)
e(t) e
e(t)
e(t) e
e
e(t)
(t) w(t)
e(t)
e(t)
Ces combinaisons permettent de représenter à peu prés toutes les non-linéarités présentes
dans les systèmes asservis.
8
Classifications des non-linéarités
9
Définition:
Un point singulier est un point d’équilibre encore appelé point stationnaire.
Le point d’équilibre est stable si toutes les valeurs propres de A sont à partie réelle négative,
et ceci de façon indépendante des conditions Initiales
Enfin, si l’entrée est sinusoïdale, la sortie est aussi sinusoïdale à la même fréquence,
caractérisant ainsi la propriété de stationnarité du système.
11
Cycles limites
Certains SNL présentent des oscillations d’amplitude et de période constante
avec entrée nulle. Ces oscillations sont appelées cycles limites (auto oscillation).
Exemple : le système décrit par l’équation de Van der Pol :
• L’amplitude des oscillations est indépendante des conditions initiales, ce qui n’est
pas le cas des systèmes linéaires
• Les cycles limites dans les SNL sont relativement peu sensibles aux variations de
12
paramètres.
Bifurcations
Quand les paramètres d’un SNL sont modifiés, la stabilité des points d’équilibre est
susceptible d’être changée, et le nombre de points d’équilibre peut évoluer. Les
valeurs critiques des paramètres induisant ce genre de phénomène sont appelées
valeur critique de bifurcation.
Exemple: on considère le système décrit par l’équation de Duffing suivante :
13
Chaos
Le comportement des SNL est très sensible aux variations des conditions initiales.
La notion de chaos réside dans le coté non prédictible de la réponse d’un SNL
en fonction d’une variation des conditions initiales.
Exemple :
14
Modélisation de systèmes non linéaires avec des équations d'état
• Le fonctionnement de très nombreux systèmes (voiture, bateau…) de la vie
quotidienne peut être modélisé par des équations d’état
• Equation d’état/représentation d’état :
• Variables d’état : les variables nécessaires pour dessiner les système à un t donné
permettant de prévoir ce qui se passera au t suivant
• Affine en état :
• Affine en commande
16
Exercice : on considère le système de régulation de niveau constitué de trois
cuves connectées par un réseau de canalisations comprenant 3 vannes ε13 , ε32 , ε20
avec
17
Linéarisation autour d’un point d’équilibre:
18
19
20
21
22
23
24
25
Contrôlabilité:
Un système est dit contrôlable si on peut le ramener a tous état prédéfini au
moyen d’un contrôle
Définition: On dit que le système est contrôlable (ou commandable) si pour tous les états x0, x1
∈ M, il existe un temps fini T et un contrôle admissible u(·): [0, T] → U tel que x1=x(T, x0, u(·))
Théorème: Le système linéaire est contrôlable si et seulement si la matrice de contrôlabilité
(ou de commandabilité) de Kalman est de rang n.
On dit alors que la paire (A, B) est commandable.
Contrôlabilité locale d’un système non linéaire
Définition: On dit qu’un système non linéaire est localement contrôlable au point x0 s’il existe
un voisinage A de x0 tel que pour tout x1 ∈ A, il existe un temps fini T et un contrôle admissible
u(·) : [0, T] → U tel que x1 = x(T, x0, u(·)).
On n’a pas de condition nécessaire et suffisante de contrôlabilité pour un système non linéaire.
On a une condition suffisante de contrôlabilité locale qu’on peut obtenir par linéarisation.
Théorème: Supposons qu’il existe u0 ∈ tel que U soit un voisinage de u0 et f(x0, u0) = 0.
où le vecteur x est le vecteur des états du système, le vecteur u celui des contrôles (entrées) et le
vecteur y celui des variables observées (sorties).
Le système non linéaire sera dit observable si la sortie y(t) permet de retrouver l’état x(t).
Un observateur pour le système est un système
ayant comme entrées u(t) et y(t) (la sortie du système ) et tel que l’erreur:
tende vers 0 quand t → ∞. L’équation de l’erreur est:
27
Définition: On dit que le système linéaire est observable si pour tout etat x0, il existe un temps
fini T et un contrôle admissible u(·) : [0, T] → U tel que la connaissance de y(t) pour t ∈ [0, T]
permet de déterminer x0.
Il existe une caractérisation algébrique de l’observabilité d’un système linéaire due à Kalman.
28
Analyse des systèmes non linéaires
Objectif
Analyse du comportement des systèmes non linéaires, en particulier au voisinage
des points d’équilibre.
Etude de la stabilité: locale ou globale
Outils :
• Plan de phase
• Théorie de Lyapunov
Plan de phase
Outil graphique qui permet une analyse du comportement des systèmes du
second ordre en régime libre (u = 0)
Représenter dans l’espace d’état du système du 2nd ordre, les trajectoires
obtenues pour différentes conditions initiales et analyser d’un point de vue
qualitatif les caractéristiques de ces trajectoires.
La méthode de construction du plan ne nécessite pas nécessairement la
résolution analytique des équations différentielles d’état.
La méthode s’applique à tous les types de non linéarités.
Pour de nombreux systèmes non linéaires, il est possible d’établir un
modèle approximatif du second ordre, et la méthode du plan de phase
constitue une approche intéressante pour leur analyse. 29
On considère des systèmes du second ordre, e.i régis par une équation différentielle
du second ordre.
f ( x, x , x, t ) 0
On peut associer à cette équation différentielle une représentation d’état d’ordre
x1 f1 ( x1 , x2 ) x1 (0)
x0
x2 f 2 ( x1 , x2 ) 2
x ( 0 )
L’espace d’état ainsi défini est un plan puisque de dimension 2.
L’idée de base est alors de choisir une représentation d’état particulière,
( x1 , x2 ) ( x, x ) d’en représenter la solution dans le plan ( x, x ) appelé plan de
phase et d’en étudier les propriétés qualitativement.
Intérêts:
- Il est inutile de résoudre analytiquement les équations différentielles non linéaires
puisque l’on dispose de méthodes de construction pratique.
- Il n’y a pas de restriction sur la ”nature” de la non linéarité.
- On dispose d’interprétations géométriques simples de concepts tels que : cycles
limites, stabilité...
30
Vocabulaire:
Un système du second ordre autonome peut être représenté par le système de deux
équations différentielles scalaires:
x1 f1 ( x1 , x2 )
x 2 f 2 ( x1 , x2 )
où (x1, x2) sont les variables de phase ou d’état. f1, f2 sont des fonctions non linéaires
quelconques. Le plan de coordonnées (x1, x2) est appelé le plan de phase.
Pour x(0) = x0 = (x1(0), x2(0)), une condition initiale donnée, cette équation
différentielle définit une solution x(t). Quand t varie de 0 à l’infini, la solution x(t)
peut être représentée par une courbe paramétrée par t dans le plan de phase.
L’ensemble des trajectoires de phase pour différentes conditions initiales est
le portrait de phase.
Exemple:
Soit l’équation différentielle modélisant le mouvement d’un ressort de raideur 1 et de
masse 1:
x(t ) x(t ) 0
31
A partir d’une position initiale x0, l’évolution de la position et de la vitesse est
donnée par les équations paramétriques:
x(t ) x0 cos(t )
x (t ) x0 sin(t )
ce qui conduit à une équation de la trajectoire dans le plan ( x, x )
x 2 x 2 x02
qui est l’équation d’un cercle dépendant de la condition initiale x0,
Concepts de base
La méthode du plan de phase s’appuie sur un modèle implicite du second ordre caractérisé par
les équations suivantes :
où x1 et x2 désignent les variables d’état du système, f1 et f2 sont des
fonctions scalaires non linéaires des variables d’état.
33
Comportement qualitatif: étude des points singuliers
Définition
Un point singulier est un point d’équilibre dans le plan de phase encore appelé point
stationnaire. Un point d’équilibre est défini par x1 x2 0 . On obtient donc les
points d’équilibre en résolvant les équations non linéaires algébriques:
f1 ( x1 , x2 ) 0
f 2 ( x1 , x2 ) 0
Les points d’équilibre d’un système du second ordre sont appelés points singuliers,
du fait que si l’on désire calculer la pente en tout point de la trajectoire de phase,
celle-ci est donnée par:
dx2 f 2 ( x1 , x2 )
dx1 f1 ( x1 , x2 )
En un point d’équilibre, cette pente n’est donc pas définie et plusieurs trajectoires
peuvent se croiser en un même point.
34
Exemple:
Soit le système gouverné par l’équation différentielle:
x 0.6 x 3 x x 2 0
que l’on peut réécrire sous forme d’équations d’état:
x1 x2
x2 0.6 x2 x1 ( x1 3)
Les points singuliers sont obtenus par la résolution des équations:
x2 0
0.6 x2 x1 ( x1 3) 0
35
Cas des systèmes linéaires
Un système linéaire autonome s’écrit
x1 (t ) ax1 (t ) bx2 (t ) Ax a b
soit X avec A
x2 (t ) cx1 (t ) dx2 (t ) c d
x(t ) e At x0 Me J r t M 1 x0
Où Jr est la forme de Jordan réelle de A et M est la matrice non singulière de
passage vérifiant: M-1AM = Jr.
Suivant la nature des valeurs propres de A, Jr peut prendre différentes formes.
2- 1 , 2 de signe opposé.
Le point d’équilibre est un point selle.
1 1 z1 (t ) e t z10 tet z 20
J r M AM
0 z 2 (t ) e t z 20
37
38
L’équation de la trajectoire est alors:
z10 1 z2 (t )
z1(t) z2(t) ln
z 20 λ z 20
Le point d’équilibre est un nœud stable ou instable.
Nota:
Les caractéristiques en stabilité des systèmes linéaires sont déterminées uniquement
par la nature des points singuliers, ce qui est différent du cas non linéaire.
x1 f1 ( x1 , x2 )
x 2 f 2 ( x1 , x2 )
- Linéarisation:
X AX
F1 ( X 1 , X 2 ) F1 ( X 1 , X 2 )
où, X 1 X 2 0
A
0
F2 ( X 1 , X 2 ) F2 ( X 1 , X 2 )
X 1 X 2
0 0
42
f1 ( x)
A est la matrice Jacobienne de f ( x) évaluée au point
2
f ( x )
- Étude des propriétés du point singulier 0 pour le système linéarisé.
Conclusions:
Si le point (0,0) est un noeud stable, (resp. instable), un foyer stable, (resp. instable),
ou un point selle pour le système linéarisé, alors dans un voisinage du point
d’équilibre (, ), les trajectoires de phase du système non linéaire se comporteront
comme celles associées à un noeud stable, (resp. instable), un foyer stable, (resp.
instable), ou un point selle. Nous qualifierons de manière identique les points
d’équilibre pour le système linéarisé et pour le système non linéaire.
x1 x2
g k k/m 1/ 2 g / l 1
x 2 l sin( x1 ) m x2
0 1
A
cos(x1 ) 0.5
Évaluée aux deux points d’équilibre, on obtient les deux matrices Jacobiennes:
0 1 0 1
A1 A2
1 0.5 1 0.5
avec les valeurs propres – 0.25± j0.97 pour A1 et -1.28, 0.78 pour A2.
Ainsi, le point d’équilibre (0,0) est un foyer stable et (p, 0) un point selle.
Cas critique de Lyapunov:
Dans le cas où le système linéarisé possède au moins une valeur propre sur l’axe
imaginaire, le comportement du système linéarisé et le comportement local du
système non linéaire peuvent être très différents.
C’est un cas critique de Lyapunov.
44
Exemple: Soit le système donné par:
1
x x 2 x 1 ( x 2
1 x 2
2)
2
x x1 x 2 ( x1
2
x 2
2)
x1 r cos( )
x2 r sin( )
on peut réécrire les équations précédentes sous la forme:
r r 3
1
donc pour µ > 0, le point d’équilibre sera un foyer stable et instable pour µ < 0.
45
46
47
48
Les cycles limites
Nous avons vu à travers l’exemple linéaire de la section 1, un exemple de
mouvement oscillatoire:
x1 (t ) x0 cos(t )
x2 (t ) x0 sin(t )
L’origine du plan de phase est donc un centre. Le système est oscillant d’amplitude
x0. C’est un oscillateur harmonique. Les trajectoires de phase sont des courbes
fermées. Toutefois, des changements infinitésimaux dans les paramètres du système
annuleraient ces oscillations. L’oscillateur n’est pas structurellement stable. En fait,
il est impossible de construire un oscillateur harmonique du fait de l’inévitable
dissipation d’énergie. Même dans le cas où ce problème serait évité, on constate que
l’amplitude des oscillations, dans le cas de l’oscillateur harmonique, dépend de la
condition initiale. Ceci n’est pas le cas en ce qui concerne les oscillateurs non
linéaires. Il est en effet possible de construire physiquement des oscillateurs non
linéaires tels que:
- l’oscillateur non linéaire soit structurellement stable,
- l’amplitude de l’oscillation est indépendante de la condition initiale.
On dit alors que le système non linéaire possède un cycle limite. 49
Etude des cycles limites
Lorsqu’une trajectoire de phase se termine sur une courbe fermée que le point
figuratif de l’état parcourt indéfiniment, le système devient en régime
permanent le siège d’un phénomène périodique. Il y a alors présence d’un
cycle limite. Il est intéressant d’un point de vue de la commande de chercher à
prévoir l’existence de ces cycles et d’évaluer leurs caractéristiques.
Théorème (Bendixson):
Pour un système non linéaire décrit par les équations et
il n’existe pas de cycle limite dans la région Ω du plan de phase si le terme
Quand la trajectoire reste bornée, elle converge soit vers un point, soit vers une
courbe fermée du plan
Théorème Un ensemble limite non vide, compact, d'un système dynamique, qui
ne contient pas de point d‘équilibre est une orbite périodique. 50
Exemple: Oscillateur de Van der Pol
En considérant le circuit électrique suivant :
dont le portrait de phase est donné par la figure suivante pour =1.
51
Le comportement est différent de celui de l’oscillateur harmonique pour lequel il
y avait un ensemble continu de courbes fermées variant pour x0.
Il existe trois types de cycles limites: stable, instable, et semi stable
52
Construction pratique des trajectoires de phase
Une figure approximative du portrait de phase peut être donnée en traçant des
trajectoires à partir d’un grand nombre de conditions initiales différentes.
Il existe de nombreuses méthodes de construction des trajectoires de phase pour les
systèmes linéaires ou non linéaires.
- Méthode analytique.
- Méthode des isoclines.
- Méthode delta.
- Méthode de Liénard.
- Méthode de Pell.
Disposant de moyens de calculs informatiques performants et efficaces, les
méthodes graphiques permettent d’obtenir de très bons résultats. Du fait de leur
simplicité, nous n’étudierons que les deux premières:
- La méthode analytique utilise la solution analytique des équations différentielles
décrivant le système. C’est donc une méthode d’utilisation limitée.
- La méthode des isoclines est une méthode purement graphique.
53
La méthode analytique
Il existe deux techniques pour générer analytiquement les trajectoires de phase.
Toutes deux conduisent à une relation fonctionnelle entre les variables de phase
(x1, x2) du type: g(x1, x2 , c) = 0.
dx2 f 2 ( x1 , x2 )
s( x1 , x2 ) s( x)
dx1 f1 ( x1 , x2 )
On remarque en effet que la tangente à la trajectoire passant par le point (x1, x2) a pour
pente:
dx2 f 2 ( x1 , x2 )
dx1 f1 ( x1 , x2 )
55
L’équation s(x)= définit la courbe isocline dans le plan (x1, x2), le long de
laquelle les tangentes à la trajectoire de phase ont une pente . La procédure
consiste à tracer la courbe isocline dans le plan de phase et à tracer le long de cette
courbe, de courts segments de droite de pente . Ces segments sont parallèles et
leur direction est déterminée par le signe de f1(x), f2(x) au point x. On répète
ensuite la procédure pour différentes valeurs de la constante .
Une fois le plan de phase rempli d’isoclines, à partir d’un point initial donné x0, on
construit la trajectoire partant de x0 et reliant les segments entre eux.
Exemple:
Soit le système non linéaire donné par:
x1 x2 sin( x1 )
alors s( x)
x 2 sin( x1 ) x2
d’où l’on peut déduire que les isoclines sont définies par les sinusoïdes paramétrées:
1
x2 sin( x1 )
Nota:
Pour utiliser la méthode des isoclines, il est nécessaire que l’échelle en x1 et en x2
soit la même. 56
1
x2 sin( x1 )
57
Exemple 3:
58
59
Finally, we need to conjecture the phase portrait from this information. The
trajectories are found by tracing curves through the slopes that we plotted on top of
the isoclines. In order to establish the direction of these trajectories, we need to look
at the differential equations at some of the isoclines to determine the direction of the
derivative field. This plot should be made by hand in your solutions. It is plotted by
computer
60
Stabilité des SNL (au sens de Lyapunov)
L’approche proposée par Lyapunov permet de résoudre en partie ce problème
car elle propose une solution générale pour étudier la stabilité des systèmes
non linéaires en présence de variations des conditions initiales.
Ces équations évoluent à partir de leur condition initiale x0 définie à l’instant initial t0.
La théorie de Lyapunov décrit la stabilité d’une solution donnée de cette équation
différentielle pour des fluctuations de la condition initiale.
• Elle est dite asymptotiquement stable si elle est stable et si, de plus, cette
nouvelle solution z(t) se rapproche indéfiniment de x(t).
62
Comment vérifier la stabilité d’un système non-linéaire ?
Fonctions de Lyapunov
Définition : si dans un voisinage D du point d’équilibre x=0, il existe une fonction V(x) définie
positive et différentiable et si sa dérivée par rapport au temps le long d’une trajectoire est
définie négative, alors la fonction V(x) est appelée fonction de Lyapunov candidate
63
.
64
65
Hypothèse de base sur V(x,t)
V ( x) x1 x2
2
2: Définie semi-positive dans R2.
Stabilité locale
L’état d’équilibre xe = 0 est stable si il existe une fonction
continuellement dérivable V(x) telle que:
V(0) = 0;
V(x) > 0, x 0, x ;
V ( x) dV ( x) dt 0, x 0, x .
67
Stabilité locale et asymptotique
Si la dernière condition était plutôt, V ( x) 0 alors l’état d’équilibre
est asymptotiquement stable.
Stabilité globale
L’état d’équilibre xe = 0 est globalement asymptotiquement
stable si il existe une fonction continuellement dérivable V(x)
telle que:
V(0) = 0;
V(x) > 0, x 0;
V ( x) 0, x 0;
V ( x) quand x .
Ainsi, V(x) est une fonction définie positive qui est strictement
décroissante le long de toutes les trajectoires possibles si ε<0.
x
2 x x 2
x
Vérifions la stabilité avec la fonction de Lyapunov: V ( x , x ) 1
2
x2
2
1 2
2
En dérivant: V ( x1 , x2 ) x1 x1 x2 x2
2 x12 x22 1 x22 x12 1
x12 x22 2 x12 x22
Donc
V ( x1 , x2 ) 0 x12 x22 2x12 x22 0
5
comme suit: 4
3.5
3
Stable ou instable ?
2 x12
2
2.5
x
V ( x1 , x2 ) 0 x 2
2
x1 1
2
2 1.5
1 Stable
0.5
70
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
x
Essayons ce second candidat: x12 2 x22
V2 ( x1 , x2 )
2
Exemple 3
Soit: x1 x1
x
2 1
4 x2 1 e t
Dont le point d’équilibre est à (0,0).
Vérifions la stabilité avec cette fonction de Lyapunov suivante:
72
Exemple : Robot
Energie cinétique :
Bilan de puissance :
73
Candidat de Lyapunov
74
75
Stabilité de Lyapunov des systèmes linéaires
Le système linéaire x Ax est asymptotiquement stable si et
seulement si, pour toute matrice symétrique définie positive Q, il existe
une matrice P définie positive et symétrique satisfaisant l’équation de
Lyapunov:
A P PA Q 0
T
V ( x) 0, x 0 et V ( x) xT Qx V ( x) 0, x 0.
Donc système asymptotiquement stable.
76
Pour un couple quelconque (A,Q) l’équation de Lyapunov peut admettre
plus d’une solution pour P.
Mais, si A est stable, la solution P est unique: P
AT t
e Qe At dt
0
d AT t At
e Qe dt
0 dt
e Qe
AT t At
0
Q
Une matrice symétrique A est définie positive (noté A ≻ 0) si toutes ses valeurs
77
propres sont strictement positives
Exemple
Q = I.
78
p2=-1/2 p5=-1/2
p4=- p3
p3=1/2-3p6
p1=-3+6p6 79
6p6+6=0 p6=-1
Finalement P est:
Instable
80
Design d’un contrôleur non linéaire pour un système linéaire
Soit le système: x(t ) Ax (t ) bu (t )
A globalement asymptotiquement stable (g.a.s.);
b n
x(0) x0
u (t ) 1, t
Problème:
Concevoir un contrôleur avec rétroaction possiblement non-
linéaire qui fait en sorte que x retourne rapidement à 0.
Étape #1
Choix de la fonction de Lyapunov pour le système en boucle ouverte:
x (t ) Ax (t )
Choisissons Q symétrique et définie positive. Exemple: Q = I.
81
Ensuite, définir V ( x, t ) x Px
T
sign z 1 si z 0
0 si z 0
Un relais… 82
Étape #3
Vérification que le système en boucle fermée est g.a.s.
Donc: AT P PA Q 0 P P 1 0 P 1
2
Ce qui mène à ce contrôleur:
u sign bT Px sign 1 x sign x
2
Donc en boucle fermée:
x x sign[ x ] 83